Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Базовая модель: Mistral-7B-Instruct-v0.2
Библиотека: transformers
Опубликована: 14 сен 2026

Ссылки

svd-safety-mistral_keep80_disc_b010

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Mistral-7B-Instruct-v0.2 для изучения влияния SVD-сжатия на безопасность и полезность языковых моделей.

175скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это экспериментальный чекпойнт Mistral-7B-Instruct-v0.2, созданный в исследовании влияния SVD-сжатия на безопасное поведение языковых моделей и способов его восстановления. Модель с архитектурой MistralForCausalLM содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. По карточке, SVD-LLM удалил 19,02% параметров; затем в чекпойнт восстановили компоненты в пределах бюджета 1,0%, выбранные по правилу disc.

Модель предназначена для измерения компромисса между сжатием, полезностью и безопасностью, а также для сравнения стратегий восстановления компонентов. В карточке приведены результаты тестов AdvBench, StrongREJECT и WildGuard. Это один вариант в сетке исследовательских экспериментов, а не универсальный чат-ассистент.

Чекпойнт создан на основе Mistral-7B-Instruct-v0.2 и распространяется по лицензии Apache-2.0. Авторы отмечают, что сжатие может повысить успешность атак и ухудшить защитное поведение; модель следует рассматривать как экспериментальный объект и самостоятельно оценивать перед использованием.

Сценарии применения

оценка влияния сжатия SVD на защитное поведение чат-модели
сравнение успешности атак до и после сжатия языковой модели
изучение восстановления компонентов модели по правилу disc
сопоставление показателей безопасности на AdvBench и StrongREJECT
исследование компромисса между сжатием и полезностью модели

Ограничения

Чекпойнт является экспериментальным вариантом и не предназначен для развертывания как универсальный ассистент. Сжатие может ухудшить защитное поведение и повысить успешность атак; результаты нужно самостоятельно проверять.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.9Разработка и данныеСтатистика, эксперименты и причинный анализAI помогает планировать эксперименты и делать статистически обоснованные выводы о связях и эффектах.18 задач2 881модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svd-safety-mistral_keep80_disc_b010

A Mistral-7B-Instruct-v0.2 checkpoint compressed with SVD-LLM to 81.0% of dense parameters, then given a 1.0% parameter budget of restored SVD components selected by the disc rule.

This is a research artifact from a study of how SVD compression damages safety behaviour and which component-selection rule best repairs it. It is one cell of a grid over selection rules and budgets; it is not a general-purpose chat model.

Provenance

field	value
base (uncompressed)	`mistralai/Mistral-7B-Instruct-v0.2`
compression	SVD-LLM, 19.02% of parameters removed
selection rule	`disc`
restore budget	1.000% of dense parameters
components restored	6967
components swapped out	0
resulting parameter fraction	0.8098
seed	42

Measured

metric	value
AdvBench ASR (HarmBench judge)	0.2673
StrongREJECT ASR (HarmBench judge)	0.2939
Macro over-refusal (WildGuard)	0.0742
WikiText-2 perplexity	8.0163

Intended use and limitations

This checkpoint exists to measure safety/utility trade-offs under compression. Several arms in the grid are deliberately safety-degraded relative to Mistral-7B-Instruct-v0.2: compression alone raises attack-success rate, and the point of the study is to quantify that and test recovery. Treat any given cell as an experimental subject, not as a deployable assistant, and evaluate it yourself before drawing conclusions from it.

Licence

Apache License 2.0. The base model's repository ships no licence file to redistribute; the licence above governs this derivative.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры: MistralForCausalLM
Ревизия весов: 56b6972